生态功能红线划定技术指南
划定技术指南(试行)
环境保护部自然生态保护司
生态红线划定技术组
二○一四年一月
— 3 — 附件 国家生态保护红线—生态功能红线
目 录
前言…………………………………………………………………………………………6 1 适用范围………………………………………………………………………………6 2 规范性引用文件…………………………………………………………………………6 3 术语和定义………………………………………………………………………………7 4 生态功能红线的类型与属性特征………………………………………………………8
4.1 生态功能红线类型………………………………………………………………8
4.2生态功能红线属性特征…………………………………………………………8 5 生态功能红线划定原则…………………………………………………………………9
5.1 系统性原则………………………………………………………………………9
5.2 协调性原则………………………………………………………………………9
5.3 等级性原则………………………………………………………………………9
5.4 强制性原则………………………………………………………………………9
5.5 动态性原则………………………………………………………………………9 6 生态功能红线划定技术流程…………………………………………………………10
6.1 生态功能红线划定范围识别……………………………………………………10
6.2 生态保护现状分析与评估………………………………………………………10
6.3 生态保护重要性评价……………………………………………………………10
6.4 生态功能红线边界确定…………………………………………………………10
6.5 生态功能红线划定成果集成……………………………………………………11 7 生态功能红线划定范围………………………………………………………………13
7.1 重要生态功能区………………………………………………………………13
7.2 生态敏感区、脆弱区……………………………………………………………13
7.3 禁止开发区………………………………………………………………………15 8 生态功能红线划定技术方法…………………………………………………………15 — 4 —
8.1 重要生态功能区红线划定………………………………………………………15
8.2 生态敏感区、脆弱区红线划定…………………………………………………21
8.3 禁止开发区红线划定……………………………………………………………33
8.4 生态功能红线边界确定与命名…………………………………………………33 9 生态功能红线划定成果………………………………………………………………34
9.1 生态功能红线图件………………………………………………………………34
9.2 生态功能红线数据库……………………………………………………………35
9.3 生态功能红线成果技术报告……………………………………………………36 附录A生态系统净初级生产力(NPP)遥感光能利用率模型…………………………37 附录B修正通用水土流失方程(USLE)的土壤保持功能算法………………………41 附录C物种分布数据库与物种分布模型………………………………………………43 — 5 —
前言
为贯彻落实《国务院关于加强环境保护重点工作的意见》(国发„2011‟35号)和十八届三中全会精神,指导全国生态保护红线划定工作,保障国家生态安全,促进经济社会可持续发展,制定本指南。
国家生态保护红线体系是实现生态功能提升、环境质量改善、资源永续利用的根本保障,具体包括生态功能保障基线、环境质量安全底线和自然资源利用上线(简称为生态功能红线、环境质量红线和资源利用红线)。本指南主要内容包括生态功能红线的定义、类型及特征界定,生态功能红线划定的基本原则、技术流程、范围、方法和成果要求等。
本指南由环境保护部自然生态保护司组织制订,主要编制单位为环境保护部南京环境科学研究所、中国环境科学研究院、中国科学院生态环境研究中心、河北师范大学、北京大学、中国科学院动物研究所和中国科学院植物研究所。
1 适用范围
本指南适用于中华人民共和国国家生态保护红线—生态功能红线划定工作,省级及以下行政区生态功能红线划定可参照执行。
2 规范性引用文件
本指南内容引用了下列文件中的条款。凡是不注日期的引用文件,其有效版本适用于本指南。
《国务院关于加强环境保护重点工作的意见》(国发„2011‟35号) 《国务院关于印发全国主体功能区规划的通知》(国发„2010‟46号) — 6 —
《国家环境保护“十二五”规划》(国发„2011‟42号)
《关于发布全国生态功能区划的公告》(环境保护部 中国科学院公告„2008‟35号)
《全国生态脆弱区保护规划纲要》(环发„2008‟92号)
《中国生物多样性保护战略与行动计划(2011-2030年)》(环发„2010‟106号)
《全国海洋功能区划(2011-2020年)》(国函„2012‟13号) GB/T 12343 国家基本比例尺地图编绘规范
GB/T 13923 基础地理信息要素分类与代码
CH/T 9005 基础地理信息数据库基本规定
SL190 土壤侵蚀分类分级标准
3 术语和定义
生态保护红线:是指对维护国家和区域生态安全及经济社会可持续发展,保障人民群众健康具有关键作用,在提升生态功能、改善环境质量、促进资源高效利用等方面必须严格保护的最小空间范围与最高或最低数量限值。
生态功能红线:指对维护自然生态系统服务,保障国家和区域生态安全具有关键作用,在重要生态功能区、生态敏感区、脆弱区等区域划定的最小生态保护空间。
重要生态功能区:指在涵养水源、保持水土、防风固沙、调蓄洪水、保护生物多样性等方面具有重要作用,关系到国家或区域生态安全的地域空间。
— 7 —
生态敏感区:指对外界干扰和环境变化反应敏感,易于发生生态退化的区域。
生态脆弱区:指生态系统组成结构稳定性较差,抵抗外在干扰和维持自身稳定的能力较弱,易于发生生态退化且自我修复能力较弱、恢复时间较长的区域。
国家生态安全:指国家尺度上生态系统结构合理、功能完善、状态稳定,并能够为人类生存和经济社会发展持续提供生态服务的一种状态。
4 生态功能红线的类型与属性特征
4.1 生态功能红线类型
生态功能红线是最为严格的生态保护空间,是确保国家和区域生态安全的底线,其作用包括以下三个方面:
(1)生态服务保障红线:指提供生态调节与文化服务,支撑经济社会发展的必需生态区域;
(2)生态脆弱区保护红线:指保护生态环境敏感区、脆弱区,维护人居环境安全的基本生态屏障;
(3)生物多样性保护红线:指保护生物多样性,维持关键物种、生态系统与种质资源生存的最小面积。
4.2生态功能红线属性特征
生态功能红线划定后,应满足如下属性特征与保护要求:
(1)保护性质不改变;
(2)生态功能不降低;
— 8 —
(3)空间面积不减少。
5 生态功能红线划定原则
5.1 系统性原则
生态功能红线划定是一项系统工程,应在不同区域范围内,根据生态保护对象的功能与类型分别划定,通过叠加分析综合形成国家或区域生态功能红线。
5.2 协调性原则
生态功能红线划定应与主体功能区规划、生态功能区划、土地利用总体规划等区划、规划相协调,共同形成合力,增强生态保护效果。要与经济社会发展需求和当前监管能力相适应,预留适当的发展空间和环境容量空间,合理确定生态功能红线的面积规模。
5.3 等级性原则
根据生态保护的重要性及监管需求,生态功能红线实行分级划定。生态功能红线区域内部可实行分区管理,实行差异性管控措施。此外,国家层面划定并监管国家级生态功能红线,各地应划定并监管地方级生态功能红线。
5.4 强制性原则
生态保护红线一旦划定,必须实行严格管理。牢固树立生态保护红线的观念,制定和执行严格的环境准入制度与管理措施,做到不越雷池一步,否则就应该受到惩罚。
5.5 动态性原则
生态功能红线划定之后并非永久不变,红线面积可随生态保护能力增强和国土空间优化适当增加。当生态功能红线边界和阈值受 — 9 —
外界环境的变迁而发生变化时,应当适时进行调整从而确保基本生态功能供给。
6 生态功能红线划定技术流程
6.1 生态功能红线划定范围识别
依据《国务院关于加强环境保护重点工作的意见》(国发„2011‟35号),参照《全国主体功能区规划》、《全国生态功能区划》、《全国生态脆弱区保护规划纲要》、《全国海洋功能区划》、《中国生物多样性保护战略与行动计划》等文件,结合区域经济社会发展规划和生态环境保护规划,识别具有重要生态功能和生态敏感、脆弱的区域,确定生态功能红线的划定范围。
6.2 生态保护现状分析与评估
在生态功能红线划定范围内开展区域生态保护现状调查,系统分析区域内自然生态系统结构与功能状况、时空变化特征及受自然与人为因素威胁状况,综合评估生态保护成效与存在的问题。
6.3 生态保护重要性评价
依据生态功能红线划定的相关规范性文件和技术方法,在生态功能红线的划定范围分别进行生态系统服务重要性评价、生态敏感性评价,明确生态保护目标与重点,在空间上识别生态保护的核心区域。
6.4 生态功能红线边界确定
将各类生态功能红线进行空间叠加与制图综合分析,按照生态功能类型、生态重要性和敏感性等级确定边界。在高分辨率遥感解析的基础上,通过实地调查,对生态功能红线区进行地面勘界,最 — 10 —
终划定生态功能红线的地理分布界线。
6.5 生态功能红线划定成果集成
采用地理信息系统与数据库技术,编制不同类型生态功能红线专题图件和生态功能红线总图;调查与收集生态功能红线的基础信息,建立生态功能红线空间信息数据库,完成生态功能红线划定技术报告。
生态功能红线划定的技术流程参见图1。
— 11 —
— 12图1 生态功能红线划定技术流程
—
7 生态功能红线划定范围
根据《国务院关于加强环境保护重点工作的意见》(国发„2011‟35号),结合生态功能红线的保护目标,在以下区域划定生态功能红线:
7.1 重要生态功能区
我国重要生态功能区包括《全国生态功能区划》中的国家重要生态功能区、《全国主体功能区规划》中的国家重点生态功能区和海洋重要生态功能区。
在《全国生态功能区划》中,国家重要生态功能区包括水源涵养、土壤保持、防风固沙、生物多样性保护和洪水调蓄等5 类共50 个。在《全国主体功能区规划》中,国家重点生态功能区包括水源涵养、水土保持、防风固沙和生物多样性维护等4类共25个。海洋重要生态功能区主要包括水产种质资源保护区、国家级海洋特别保护区和海洋公园等。
7.2 生态敏感区、脆弱区
7.2.1 陆地生态敏感区、脆弱区
我国陆地生态敏感区主要包括《全国生态功能区划》中的生态敏感区,生态脆弱区包括《全国生态脆弱区保护规划纲要》与《全国主体功能区规划》中的生态脆弱区。
(1)生态敏感区
陆地生态敏感区主要包括受人类活动、气候变化、环境污染等影响易于引发生态问题的区域。水土流失敏感区、土地沙化敏感区、石漠化敏感区、河湖滨岸敏感区等是我国主要的陆地生态敏感区类型。 — 13 —
(2)生态脆弱区
陆地生态脆弱区主要包括降水、积温、地表土壤基质等条件较难保障植被快速自然恢复需求,频繁受大风、干热等不利气候影响以及受洪水、风浪等强烈冲蚀的区域。东北林草交错区、北方农牧交错区、西北荒漠绿洲交接区、南方红壤丘陵山地区、西南岩溶山地石漠化区、西南山地农牧交错区及青藏高原复合侵蚀区等是我国主要的陆地生态脆弱区类型。
7.2.2 海洋生态敏感区、脆弱区
海洋生态敏感区、脆弱区类型主要包括海洋生物多样性敏感区、海岸侵蚀敏感区、海平面上升影响区和风暴潮增水影响区。
(1)海洋生物多样性敏感区
指分布于我国海域和海岸带已建保护区以外的生物物种资源丰富区,如鱼虾产卵场、洄游通道、红树林、海草床和珊瑚礁生态系统等,对于海洋生物多样性保护具有重要意义。
(2)海岸侵蚀敏感区
指受海水波浪和潮汐作用影响强烈,多年或近年处于蚀退状态的自然岸线。
(3)海平面上升影响区
指因全球海平面上升叠加区域地面沉降引起的相对海平面持续上升所导致的海岸带淹没区。
(4)风暴潮增水影响区
指发生风暴潮时,实况潮位高出天文潮位所导致的海岸带淹没区。
— 14 —
7.3 禁止开发区
禁止开发区包括《全国主体功能区规划》规定的国家级自然保护区(包括海洋自然保护区)、世界文化自然遗产、国家级风景名胜区、国家森林公园和国家地质公园。跨省的饮用水源保护区纳入生态功能红线划定范围。
因《中国生物多样性保护战略与行动计划(2011-2030年)》中划定的35个生物多样性保护优先区与前述三区有超过60%的重合度,且边界尚未确定,因此在此次生态功能红线划定时暂不单独列入划定范围。
8 生态功能红线划定技术方法
8.1 重要生态功能区红线划定
根据不同类型重要生态功能区的主要服务功能,开展生态系统服务重要性评价与等级划分,将重要性等级高的区域划为生态功能红线。
8.1.1 数据准备
搜集与重要生态功能区相关的各种专题图件与数据,包括植被类型、土壤属性、土地利用、地形以及长时间序列的NDVI、气象数据(气温、降水、太阳总辐射量)等,完成生态系统服务评价前的数据准备工作。
8.1.2 评价方法
针对重要生态功能区的主要生态功能,开展生态系统服务重要性评价,评价内容包括土壤保持、水源涵养、生物多样性保护、洪水调蓄、防风固沙等。
— 15 —
(1)土壤保持功能重要性评价
①定量指标法
SproNPP1K1Fslo mean
式中:Spro为土壤保持服务能力指数;NPPmean为评价区域多年生态系统净初级生产力平均值,NPP的遥感模型算法参见附录A;K为土壤可蚀性因子,算法参见附录B;Fslo为根据最大最小值法归一化到0-1之间的评价区域坡度栅格图(利用地理信息系统软件,由DEM计算得出)。
本方法强调绿色植被、地形因子和土壤结构因子在土壤保持中的作用,简便易行(与通用水土流失方程相比),可定量揭示生态系统土壤保持服务能力的基本空间格局,比较适用于大尺度区域的快速评估。
②基于通用水土流失方程(USLE)的模型法
在数据资料丰富,能够充分满足各因子参数需求时可以采用修正自USLE的土壤保持服务模型开展评价,详见附录B。
(2)水源涵养功能重要性评价
①定量指标法
WRNPPmeanFsicFpre(1Fslo)
式中:WR为生态系统水源涵养服务能力指数;NPPmean和Fslo的含义和算法同上文。Fsic为土壤渗流能力因子,根据美国农业部(USDA)土壤质地分类,将13种土壤质地类型分别在0-1之间均等赋值得到。如,clay (heavy)为1/13、silty clay为2/13,……,sand为1;Fpre由多年(大于30年)平均年降水量数据插值并归一化到0-1之间。 — 16 —
②基于降水和蒸散的水量分解模型法
WYPET
PETP1PET1PETPET1PP
式中:WY为地表总产水量,作为水源涵养服务能力的代用指标;P为多年平均年降水量,ET为蒸散量,PET为多年平均潜在蒸发量;ω为下垫面(土地覆盖)影响系数,依据土地利用类型取值(表1)。该方法采用了高度概化的地表覆盖因子,因此,需要对评价结果做不确定性分析和参数敏感性分析,以确保结果的可靠性。
表1 水源涵养功能重要性评价参数ω参考取值
注:高覆盖林地为覆盖度>30%,低覆盖林地为覆盖度
(3)生物多样性保护功能重要性评价
①基于物种的方法
以珍稀濒危、特有动植物为保护目标,具体包括濒危种、特有种、一级和二级保护物种等,全面收集区域动植物多样性和环境资源数据,建立物种分布数据库。根据关键物种分布点的环境信息和背景信息,应用物种分布模型(Species distribution models,SDMs)量化物种对环境的依赖关系,从而预测任何一点某物种分布的概率,结合关键物种的实际分布范围最终划定确保物种长期存活的保护红线。
— 17 —
物种分布数据库建立方法和物种分布模型参见附录C。由于很多物种分布数据只能精确到县级行政单元,一定程度上限制了本方法的精度。
②基于生境多样性的方法
当物种资料不明确或不充分时,可采用下述基于生境多样性的方法。
SbioNPPmeanFpreFtem(1Falt)
式中:Sbio为生物多样性保护服务能力指数;NPPmean、 Fpre参数的计算方法同上;Ftem为气温参数,由多年(10-30年)平均年降水量数据插值获得,得到的结果归一化到0-1之间;Falt为海拔参数,由评价区海拔进行归一化获得。
(4)洪水调蓄功能重要性评价
Qi =Fpre × Qw
Q = (Limax-Limin ) /(dem - Limin)
式中:Qi 为区域内多个湿地洪水调蓄服务相对能力指数;Fpre为降水因子,计算方法同上;Qw 为评价单元水体面积比,由土地覆盖数据计算获得;Q为某湖库湿地洪水调蓄服务能力指数;Limax为最大水位;Limin为最小水位;dem为评价单元的海拔高度。
(5)防风固沙功能重要性评价
①定量指标法
Sws =NPPmean×K×Fq×D;
1123ETPiPiFq=ud10011ETPi
,ETPi=0.19(20+Ti)×(1-ri); 2— 18 —
K={0.2+0.3exp[-0.0256SAN(1-SIL/100)]} ×[SIL/(CLA+SIL)]0.3×
{1.0-0.25C/[C+exp(3.72-2.59C)]} ×
{1.0-0.7SIL/[(1-SAN/100)+exp(-5.51+22.9(1-SAN/100))]};
D =1/cos(θ);
式中:Sws为防风固沙服务能力指数;NPPmean为研究区多年平均年净初级生产力;K 为土壤可蚀性因子,算法参见附录B;SAN、SIL、CLA为土壤砂粒、粉粒、粘粒含量(%);C 为土壤有机碳含量 ( %);Fq为多年平均气候侵蚀力,u 为 2 m 高处的月平均风速,ETPi为月潜在蒸发量(mm),Pi为月降水量(mm),d为当月天数,Ti为月平均气温,ri为月平均相对湿度(%);D为 地表粗糙度因子,θ为坡度(弧度)。K 、Fq 、D参量均标准化到0-1之间后再代入Sws计算防风固沙服务能力指数。
②基于风蚀模型的方法
SL = (100/S2) ×Qmax×exp(-50/S)2
S=150.71×(WF×EF×SCF×D×C)-0.3711
Qmax =109.8×[WF×EF×SCF×D×(1-C)]
式中:SL为防风固沙服务能力指数;WF为气候因子;EF为土壤可蚀性因子;SCF为土壤结皮因子;D为地表糙度因子;C为植被覆盖因子。
WF—气候因子
WFWfgSWSD,SWETp(RI)(Rd/Nd) ETp
SR(DT17.8)。 58.5Wf
ui1N2(u2u1)500Nd,ETp0.0162— 19 —
式中:Wf为风场强度因子;为空气密度;g为重力加速度常数;SW为土壤湿度因子;SD为雪盖因子(本次取1);u2为风速,u1为起沙风速;Rd为月平均降水日数;Nd为计算周期天数;SR为太阳辐射;DT为平均温度;ETp为潜在蒸发量;R为平均降水量;I为灌溉量(本次取0)。
EF—土壤可蚀性因子
EF29.090.31sa0.17si0.33sa/cl2.59OM0.95caco3
100
式中:sa为土壤粗砂含量;si为土壤粉砂含量;cl为土壤粘粒含量;OM为有机质含量;caco3为碳酸钙含量。
SCF—土壤结皮因子 SCF1
10.0066cl0.021OM22
式中:cl为土壤粘粒含量;OM为土壤有机质含量。
D—为地表糙度因子
l2D1100 l1
式中:l2 为直线距离;l1为地表距离。
C—植被覆盖因子
C=EXP (-a×NDVI /(b -NDVI))
式中: a取2,b取1,NDVI为归一化植被指数。
8.1.3 评价分级与红线划定
(1)生态系统服务重要性分级
在地理信息系统软件中将主要生态系统服务做叠加处理,得到 — 20 —
生态系统服务总值,进一步采用Quantile(分位数)功能进行5级分类(Classified)操作。按生态系统服务总值将其重要性由低到高依次划分为5个重要性级别,即一般重要、较重要、中等重要、高度重要、极重要。
(2)红线划定
根据重要生态功能区内主要生态系统服务重要性评价结果,将极重要和高度重要区域划定为生态功能红线范围,并定量分析各主要生态系统服务的关系,明确主导生态系统服务。
8.2 生态敏感区、脆弱区红线划定
针对区域生态敏感性特征,开展生态敏感性评价与等级划分,将敏感性等级高的区域划为生态功能红线。
8.2.1 数据准备
收集评价区域范围内基础图件和数据,包括植被类型、土壤类型、土壤侵蚀强度、水环境功能区划、地形、土地利用、野生动植物分布、开发建设活动、海岸线蚀退变化、海平面上升和地面沉降、风暴潮增水重现期水位、气象数据(气温、降水、风力、蒸发等)等,进一步采用遥感影像解译与GIS空间分析技术,完善生态敏感性评价所需的数据资料。
8.2.2 评价方法
(1)陆地生态敏感性评价方法
① 水土流失敏感性评价
根据土壤侵蚀发生的动力条件,水土流失类型主要有水力侵蚀 — 21 —
和风力侵蚀。以风力侵蚀为主带来的水土流失敏感性将在土地沙化敏感性中进行评价;本节主要对水动力为主的水土流失敏感性进行评价,根据原国家环保总局生态功能区划技术规范的要求,并结合研究区的实际情况,选取降水侵蚀力、土壤可蚀性、坡度坡长和地表植被覆盖等评价指标,并根据研究区的实际对分级评价标准作相应的调整。将反映各因素对水土流失敏感性的单因子分布图,用地理信息系统技术进行乘积运算,公式如下:
SSiRiKiLSiCi
式中:SSi为i空间单元水土流失敏感性指数,评价因子包括降雨侵蚀力(Ri)、土壤可蚀性(Ki)、坡长坡度(LSi)、地表植被覆盖(Ci)。不同评价因子对应的敏感性等级值见表2。
Ri—降水侵蚀力值
可根据王万忠等利用降水资料计算的中国100多个城市的R值,采用内插法,用地理信息系统绘制R值分布图。根据表2中的分级标准,绘制土壤侵蚀对降水的敏感性分布图。 1
LSi—坡度坡长因子:对于大尺度的分析,坡度坡长因子LS是很难计算的。这里采用地形的起伏大小与土壤侵蚀敏感性的关系来估计。在评价中,可以应用地形起伏度,即地面一定距离范围内最大高差,作为区域土壤侵蚀评价的地形指标。然后用地理信息系统绘制区域土壤侵蚀对地形的敏感性分布图。
Ki—土壤质地因子:可用雷诺图表示。通过比较土壤质地雷诺图1 王万忠, 焦菊英, 1996, 中国的土壤侵蚀因子定量评价研究, 水土保持通报, 16(5):1-20 — 22 —
和K因子雷诺图,将土壤质地对土壤侵蚀敏感性的影响分为5级。根据土壤质地图,绘制土壤侵蚀对土壤的敏感性分布图。
Ci—覆盖因子:地表覆盖因子与潜在植被的分布关系密切。根据
植被分布图的较高级的分类系统,将覆盖因子对土壤侵蚀敏感性的影响分为5级,并利用植被图绘制土壤侵蚀对植被的敏感性分布图。
表2 水土流失敏感性的评价指标及分级赋值
在数据条件具备的条件下也可采用通用水土流失方程(USLE)计算评价区土壤侵蚀量的空间分布值,根据土壤侵蚀量大小进行水土流失敏感性分级。
② 土地沙化敏感性评价
根据原国家环保总局生态功能区划技术规范的要求,并结合研究区的实际情况,选取干燥指数、起沙风天数、土壤质地、植被覆盖度等评价指标,并根据研究区的实际对分级评价标准作相应的调整。
根据各指标敏感性分级标准及赋值(表3),利用地理信息系统的空间分析功能,将各单因子敏感性影响分布图进行乘积运算,得到评价区的土地沙化敏感性等级分布图,公式如下:
— 23 —
Di式中:Di为i评价区域土地沙化敏感性指数;Ii、Wi、Ki、Ci分别为i评价区域干燥指数、起沙风天数、土壤质地和植被覆盖的敏感性等级值。
表3 土地沙化敏感性评价指标及分级
Ii—干燥指数:表征一个地区干湿程度,反映了某地、某时水分
的收入和支出状况。
Ii0.1610℃/r
式中:∑10℃指日温≥10℃持续期间活动积温总和;r为同期降水量(mm)。
Wi—起沙风天数:风力强度是影响风对土壤颗粒搬运的重要因
素。已有研究资料表明,砂质壤土、壤质砂土和固定风砂土的起动风速分别为6.0、6.6和5.1m/s,选用冬春季节大于6m/s起沙风天数这个指标来评价土地沙化敏感性。根据研究区各气象站点的气象数据,在地理信息系统中利用插值生成土地沙化对起沙风天数敏感性的单因素评价图。
Ki—土壤质地:不同粒度的土壤颗粒具有不同的抗蚀力,粘质土
— 24 —
壤易形成团粒结构,抗蚀力增强;在粒径相同的条件下,沙质土壤的起沙速率大于壤质土壤的起沙速率;砾质结构的土壤和戈壁土壤的风蚀速率小于沙地土壤;基岩质土壤供沙率极低,受风蚀的影响不大。以土壤质地图为底图,在地理信息系统中得出土壤质地对土地沙化敏感性的单因素评价图。
Ci—植被覆盖度
地表植被覆盖是影响沙化敏感性的一个重要因素,在水域、冰雪和植被覆盖高的地区,不会发生土壤的沙化;相反,地表裸露、植被稀少都会使土壤沙化的机会增加。因此,植被覆盖是评价土地沙化敏感性的又一重要指标。
Ci(NDVINDVIsoil)/(NDVIvegNDVIsoil)
式中:NDVIveg为完全植被覆盖地表所贡献的信息,NDVIsoil为无植被覆盖地表所贡献的信息。
运用地理信息系统软件进行图像处理,获取植被NDVI影像图,进而计算植被覆盖度。由于大部分植被覆盖类型是不同植被类型的混合体,所以不能采用固定的NDVIsoil和NDVIveg值,通常根据NDVI的频率统计表,计算NDVI的频率累积值,累积频率为2%的NDVI值为NDVIsoil,累积频率为98%的NDVI值为NDVIveg。
③ 石漠化敏感性评价
石漠化敏感性主要取决于是否为喀斯特地形、地形坡度、植被覆盖度等因子。根据各单因子的分级及赋值(表4),利用地理信息系统的空间叠加功能,将各单因子敏感性影响分布图进行乘积计算,得到石漠化敏感性等级分布图,公式如下:
— 25 —
S
i
DiPiCi
式中:Si为i评价区域石漠化敏感性指数;Di、Pi、Ci为i评价区域碳酸盐出露面积百分比、地形坡度和植被覆盖度,各因子的敏感性等级赋值见表4。Di是区域单元范围内碳酸盐出露面积占单元总面积的百分比;Pi根据评价区数字高程(DEM)在地理信息系统下进行处理和分级;Ci的数据来源和处理方法参照土地沙化敏感性。
表4 土地石漠化敏感性评价指标及分级
④ 河滨带敏感性评价
依据河流水环境功能和水质目标以及滨岸带集水区土壤侵蚀强度,确定河滨带敏感性。参考国内外河滨带植被保护宽度设计经验数据,或通过试验研究滨岸植被带宽度-效益关系,提出滨岸带植被最小保护宽度。
Hf(a,b)
式中:H 为根据水质目标敏感性和土壤侵蚀强度确定的河滨植被最小保护宽度;a 为水质目标敏感性等级;b 为滨岸带集水区土壤侵蚀强度。
a.河流水质目标敏感性等级
— 26 —
依据河流水环境功能区划确定的水环境功能类型,确定水质目标敏感性等级,敏感性等级分别为极敏感、高度敏感、中度敏感、轻度敏感和不敏感(表5)。
表5 水质目标敏感性评价分级
b. 河滨带集水区土壤侵蚀强度
滨岸带集水区土壤侵蚀强度可分为极剧烈、剧烈、强烈、中度、轻度和无明显侵蚀。土壤侵蚀强度的确定参照SL190标准要求。
c. 河滨带植被最小保护宽度
参考国内外河滨岸带保护实践经验,确定滨岸带植被最小保护宽度(表6)。植被结构与功能密切相关,推荐宽度是指植被覆盖度高、结构良好,尤其是草被覆盖较好状态下的宽度。
表6 河流滨岸带最小保护宽度推荐值
d. 一般性实施原则
山区河流(包括水库):根据河谷地貌特征,保护河漫滩、邻近
— 27 —
集水坡面(V型)或阶地坡面(U型)。
平原宽浅河流:保护百年一遇洪水淹没区范围。 ⑤湖滨带敏感性评价
按照渔业、水质、野生动物栖息地与生物多样性、休憩和视觉质量4个属性的敏感性等级综合判定湖滨带敏感性等级。对4个属性的敏感性由极敏感到不敏感分别设定A、B、C、D、E共5个等级的判定基准(表7—表10),以4个属性中的最高敏感性作为综合等级。
f(x)maxa,b,c,d
式中:f(x)为湖滨带敏感性综合等级;a为湖泊渔业敏感性等级;
b为湖泊水质敏感性等级;c为湖滨野生动物栖息地和生物多样性敏
感性等级;d为休憩和视觉质量敏感性等级。
针对综合等级提出湖滨保护管理宽度建议,管理范围包括湿地植被带、保护带和管理带三部分(表11)。除非具有特别的保护价值外,面积小于5公顷的湖泊不再分级;面积5-1000公顷的湖泊需要根据敏感性等级设定湖滨管理范围;面积大于1000公顷的湖泊根据不同湖滨岸段的敏感性等级差异确定相应的保护范围宽度。
表7 湖泊渔业敏感性等级
— 28 —
表8 湖泊水质敏感性等级
表9 湖滨野生动物栖息地和生物多样性敏感性等级
— 29 —
表10 湖泊休憩和视觉质量敏感性等级
注:湖泊等级的判定不需要满足该级别的所有标准。
视觉吸收能力(Visual absorption capability,VAC):是评价景观对人类干扰导致的视 觉变化的敏感性程度的指标。
表11 滨岸保护、湖滨保护和管理区宽度(斜坡距离,单位:m)
— 30 —
(2)海洋生态敏感性评价方法 ① 海洋生物多样性敏感区
可参考8.1.2中生物多样性物种分布模型方法,结合国家海洋部门相关生态保护与管理要求综合划定海洋生物多样性敏感区红线。
② 海岸带灾害敏感区
在海岸带强烈侵蚀区、海平面上升影响区和风暴潮强烈影响区,综合叠加多年蚀退宽度、海平面上升淹没影响区宽度以及风暴潮增水影响区宽度,取三者最大宽度作为海岸带灾害敏感区范围,划定生态功能红线。
f(x)maxa,b,c
式中:f(x)为海岸带灾害敏感性影响范围;a为海岸侵蚀敏感区宽度;b为海平面上升影响区宽度;c为风暴潮增水影响区宽度。
a. 海岸侵蚀敏感区
对淤泥质海岸和砂质海岸,依据历史岸线位臵记载、海岸侵蚀监测数据以及基于长时间序列(30年以上)遥感影像的海岸线变化监测等,分析确定蚀退海岸分布及蚀退速率。以当前海岸线为基准,以近30年岸段平均蚀退宽度作为缓冲区宽度,向陆地划定生态功能红线。
b. 海平面上升影响区
对于无堤防岸段,根据海平面变化和区域地面沉降监测数据,计算区域年均海平面上升速率,推断未来百年间海平面上升的高度,结合高精度高程数据,确定百年海平面上升的陆域淹没范围。
b
S
tan
— 31 —
式中:b为未来百年间海平面上升的影响区宽度;S为未来百年间海平面上升的高度;为近岸平均坡度。
c. 风暴潮增水影响区
根据各验潮站、港口潮位监测数据,计算地区风暴潮增水重现期水位,以百年一遇重现期水位作为预设水位进行淹没分析,确定风暴潮增水影响范围。
c=
H
tanθ
式中:c为风暴潮增水影响区宽度;H为百年一遇风暴潮增水高度;θ为近岸平均坡度。
(3)其他生态敏感性评价
除上述生态敏感性以外,各地可根据地方实际的敏感性确定其评价方法,将敏感性等级高的区域划为生态功能红线。
8.2.3 评价分级与红线划定 (1)生态敏感性等级划分
采用自然分界法和定性分析相结合,将生态敏感性评价结果分为5级,即不敏感、轻度敏感、中度敏感、高度敏感和极敏感,具体分级赋值及标准见表12。
表12 生态敏感性评价分级
— 32 —
(2)红线划定
将不同类型生态敏感性评价结果为极敏感区域和高度敏感区域划为生态功能红线。
8.3 禁止开发区红线划定
根据生态保护重要性及内部空间差异性,各类禁止开发区按以下原则划定生态功能红线。
(1)国家级自然保护区核心区和缓冲区全部纳入生态功能红线。
(2)跨省的饮用水源一级保护区全部纳入生态功能红线。
(3)处于生态功能红线划定范围内的其他类型禁止开发区不再单独进行生态重要性评估,根据生态保护重要性评价结果划定生态功能红线。
8.4 生态功能红线边界确定与命名
8.4.1 生态功能红线叠加分析
采用地理信息系统空间分析技术,在统一空间参考系统下,对划定的重要生态功能区、生态敏感区、脆弱区、生物多样性保护优先区及禁止开发区保护红线进行空间叠加与综合分析,形成包含各类生态功能红线的空间分布图。
8.4.2 生态功能红线边界确定
以初步划定的生态功能红线成果图为依据,通过现场踏勘和GPS定位,根据以下原则,进一步确定生态功能红线的实际边界。
(1)与区域生态保护相关规划和土地利用规划相协调;
(2)尽可能保持生态系统完整性与类型相似性;
(3)尽可能保持景观连通性;
— 33 —
(4)兼顾主导生态功能与综合生态功能;
(5)结合山脉、河流、地貌单元、植被等要素保持自然地理边界。
8.4.3 生态功能红线命名
生态功能红线的命名采取“自然地理单元+主导生态功能保护(或预防)+国家红线区”的命名方式。例如,“大别山水源涵养功能保护国家红线区”、“毛乌素沙地土地沙化预防国家红线区”。
9 生态功能红线划定成果
9.1 生态功能红线图件
生态功能红线图件编制的技术要求包括空间参考系统、图件编制方法及图件内容等。
9.1.1 空间参考系统
平面坐标系:采用“2000国家大地坐标系”;
高程基准:采用“1985国家高程基准”;
投影方式:全国采用双标准纬线等角割圆锥(Albers)投影,中央经线为110度,原点纬度为10度,双标准纬线为北纬25度和北纬47度。区域采用高斯-克里格投影,经差6度分带。
9.1.2 图件编制方法
生态功能红线成果图件编制方法及比例尺可参照GB/T 12343和GB/T 13923相关要求执行。
9.1.3 图件内容
生态功能红线图件应全面反映生态功能红线所在区域的生态环境基本状况,以及生态功能红线的空间分布。
— 34 —
(1)生态环境基础信息图件
包括但不限于以下图件:
① 遥感影像图
② 行政区划图
③ 地形地貌图
④ 植被类型分布图
⑤ 水系分布图
⑥ 土壤类型分布图
⑦ 土地利用现状图
(2)生态功能红线划定成果图件
包括但不限于以下图件:
① 生态系统服务重要性评价系列图
② 生态敏感性评价系列图
③ 重要生态功能区红线图
④ 生态敏感区、脆弱区红线图
⑤ 生物多样性保护优先区红线图
⑥ 禁止开发区红线图
⑦ 生态功能红线分布总图
9.2 生态功能红线数据库
9.2.1 生态功能红线特征信息描述
生态功能红线特征信息应包括以下内容:
(1)面积与范围:包括所处行政区域和地理位臵,红线区面积
、生态功能红线拐点坐标等。
— 35 — (以公顷为单位表示)
(2)自然环境特征:包括自然地理特征和自然资源状况、生态系统类型等。
(3)经济社会概况:包括区内人口、社区数量与分布、土地利用状况、所在区域经济发展水平、产业类型、产业结构与布局,以及其他人类活动特征等。
(4)存在的问题:现存的或潜在的主要生态环境问题,引起生态环境问题的驱动力和原因。
(5)保护目标:包括生态功能红线保护的主导生态功能和次要生态功能情况。
(6)生态功能红线管控措施:依托我国现有生态环境保护相关法律法规,制定生态功能红线管控措施。对自然保护区等已具备法律依据的,按现有规定执行;对于新划定的生态功能红线,制定相应的管控措施。
9.2.2 生态功能红线数据库建设
在资料收集与图件制作基础上,汇总生态功能红线各类基础信息与专题信息,通过数据库技术进行信息集成。数据库建设标准可参照GB/T 13923和CH/T 9005相关要求。
9.3 生态功能红线成果技术报告
以文字报告形式表述生态功能红线划定工作的主要内容,具体包括:生态功能红线划定的必要性和意义、生态功能红线划定范围、生态保护现状调查与评价、生态保护重要性评价、生态功能红线划定方案等。
— 36 —
附录A
生态系统净初级生产力(NPP)遥感光能利用率模型
生态系统净初级生产力(NPP)可基于CASA光能利用率模型计算。CASA模型认为NPP是由植物光合作用与其对光能利用率的大小共同决定的。所以,CASA模型中NPP的估算可以由植物的光合有效辐射(APAR)和实际光能利用率(ε)两个因子来表示,其估算公式如下:
NPP(x,t)APAR(x,t)(x,t)
式中,APAR(x,t)表示像元x在t月吸收的光合有效辐射(g C〃m〃month),ε(x,t)表示像元x在t月的实际光能利用率(g C〃MJ)。
APAR的估算:APAR的值由植被所能吸收的太阳有效辐射和植被对入射光合有效辐射的吸收比例来确定。
APAR(x,t)SOL(x,t)FPAR(x,t)0.5 -1-2-1
式中:SOL(x,t)表示t月在像元x处的太阳总辐射量,FPAR(x,t)植被层对入射光合有效辐射的吸收比例,常数0.5表示植被所能利用的太阳有效辐射占太阳总辐射的比例。
FPAR的估算:由于在一定范围内,FPAR与NDVI之间存在着线性关系,这一关系可以根据某一植被类型NDVI的最大值和最小值以及所对应的FPAR最大值和最小值来确定。
— 37 —
FPAR(x,t)(NDVI(x,t)NDVIi,min)
(NDVIi,maxNDVIi,min)(FPARmaxFPARmin)FPARmin
式中:NDVIi,max和NDVIi,min分别对应第i种植被类型的NDVI最大和最小值。FPAR与比值植被指数(SR)也存在着较好的线性关系,可由以下公式表示:
FPAR(x,t)(SR(x,t)SRi,min)
(SRi,maxSRi,min)(FPARmaxFPARmin)FPARmin
式中,FPARmin和FPARmax的取值与植被类型无关,分别为0.001和0.95; SRi,max和SRi,min分别对应第i种植被类型NDVI的95%和5%下侧百分位数, SR(x,t)由以下公式表示:
SR(x,t)1NDVI(x,t) 1NDVI(x,t)
通过对FPAR-NDVI和FPAR-SR所估算结果的比较发现,由NDVI所估算的FPAR比实测值高,而由SR所估算的FPAR则低于实测值,但其误差小于直接由NDVI所估算的结果,因此我们可以将二者结合起来,取其加权平均或平均值作为估算FPAR的估算值:
FPAR(x,t)FPARNDVI(1)FPARSR
光能利用率的估算:光能利用率是在一定时期单位面积上生产的干物质中所包含的化学潜能与同一时间投射到该面积上的光合有效辐射能之比。环境因子如气温、土壤水分状况以及大气水汽压差等会通过影响植物的光合能力从而调节植被的NPP。
(x,t)T1(x,t)T2(x,t)W(x,t)max
式中:Tε1(x,t)和Tε2(x,t)表示低温和高温对光能利用率的胁迫作用;Wε(x,t)为水分胁迫影响系数,反映水分条件的影响;εmax是 — 38 —
理想条件下的最大光能利用率(g C/MJ)。
温度胁迫因子的估算:Tε1(x, t)的估算:其反映在低温和高温时植物内在的生化作用对光合的限制而降低第一性生产力。
Tε1(x,t)0.80.02Topt(x)0.0005[Topt(x)]2
式中:Topt(x)为植物生长的最适温度,定义为某一区域一年内NDVI值达到最高时的当月平均气温(℃);当某一月平均温度小于或等于-10℃时,其值取0。 Tε2(x, t)的估算:表示环境温度从最适温度Topt(x)向高温或低温变化时植物光能利用率逐渐变小的趋势,这是因为低温和高温时高的呼吸消耗必将会降低光能利用率,生长在偏离最适温度的条件下,其光能利用率也一定会降低。
T2(x,t)1.184/{1exp[0.2(Topt(x)10T(x,t))]}
1/{1exp[0.3(Topt(x)10T(x,t))]}
当某一月平均温度T(x, t)比最适温度Topt(x)高10℃或低13℃时,该月的Tε2(x, t)值等于月平均温度T(x, t)为最适温度Topt(x)时Tε2(x, t)值的一半。
水分胁迫因子的估算:水分胁迫影响系数Wε(x,t)反映了植物所能利用的有效水分条件对光能利用率的影响,随着环境中有效水分的增加,Wε(x,t)逐渐增大,它的取值范围为0.5(在极端干旱条件下)到1(非常湿润条件下)。
W(x,t)0.50.5EET(x,t)/EPT(x,t)
式中:EET为区域实际蒸散量(mm); EPT为区域潜在蒸散量(mm) 最大光能利用率的确定:月最大光能利用率εmax的取值因不同的植被类型而有所不同,在CASA模型中全球植被的最大光能利用率为 — 39 —
0.389 g C〃MJ。
全国尺度上利用CASA模型计算NPP时主要采用MODIS250米每16天合成的NDVI数据产品和反射率数据产品,以及MODIS1千米每8天合成的陆地表面温度(LST)数据产品,并利用气象站点太阳辐射量数据作为遥感估测模型的补充,通过克里金插值得到250米分辨率日照时数数据,以实现NPP估算由点向面的推演和扩展。在数据条件允许的情况下,可使用更高时空分辨率数据进行计算。 -1 — 40 —
附录B
修正通用水土流失方程(USLE)的土壤保持功能算法
模型结构:Ac = Ap - A r = R× K× L×S×(1- C)
式中: Ac为土壤保持量,Ap为潜在土壤侵蚀量,Ar为实际土壤侵蚀量,R为降水因子,K为土壤侵蚀因子,L、S为地形因子,C为植被覆盖因子。
R-降水因子
122R()/PPii1
式中:Pi为月均降水量,P为年均降水量, α= 0.3589,β=
1.9462。
K-土壤侵蚀因子
K = fcsand ×fcl-si ×forgc ×fhisand
fcsand = 0.2 + 0.3 exp [-0.0256 ms (1-msilt/100)]
fcl-si = [msilt/(mc + msilt)]0.3
forgc = 1- 0.25orgC / [orgC + exp(3.72 - 2.95 orgC)]
fhisand =
1-0.7(1-ms/100)/{(1-ms/100)+exp[-5.51+22.9(1-ms/100)]} 式中:ms为土壤粗砂含量,msilt为土壤粉砂含量,mc为土壤粘粒含量,orgC为有机碳含量。
— 41 —
L、S—地形因子
L = (λ/22.13)m
S = 10.8sinθ + 0.03 θ<5°
16.8sinθ — 0.5 5°≤ θ <10°
式中:
— 42 — 21.91sinθ — 0.96 为坡长(m),m为坡长指数,θθ ≥ 10°为坡度(°)。 λ
附录C
物种分布数据库与物种分布模型
C.1 物种分布数据库
物种分布数据库是以物种名、经纬度和调查时间为核心信息的数据库。物种名分为中文名和拉丁名两个字段。经纬度字段以度为单位,保留小数点后5位数字。野外调查中通过GPS记录的数据,其精度一般在十几米。根据文献中的地名信息(县名、乡镇名、河流、山脉等)匹配的经纬度,其精度一般在几公里至几十公里。对数据精确度的估计在精度字段中记录。时间字段为年(如1998,2005等),另外一个时间字段为文本字段,记录日期与时间、调查的时间阶段等信息。另外,数据来源(调查人、文献等)应记录在数据库中。最后应该建立一个备注字段(memo),记录任何相关信息(该字段是不限长度的)。MS Access是比较好的数据库软件,应该避免使用MS Excel。
C.2 利用物种分布模型预测物种的分布
建立物种分布的数据库后,配合环境变量,就可以应用物种分布模型预测物种的分布。
(1)环境变量
每个环境变量以GIS图层的形式储存和管理,范围覆盖整个中国。对于空间范围超过1000万平方公里的分析,精度为1平方公里 — 43 —
的栅格数据是最常用的。
常用的环境变量有:
地形地貌变量:海拔、坡度、坡向、破碎度;
地表类型变量:土地利用类型、植被、生态区、地质类型、土壤类型、湿地类型;
气候变量:年均温、年总降水、温度的季节变异、降水的季节变异、最低温、最高温、1月的最低温、1月的均温、1月的总降水、7月的最高温、7月的均温、7月的总降水、年温度变化范围、干燥度、辐射强度;
人文、生态等指标:初级生产力(NDVI)、生物量、GDP、人口密度、人类足迹指数、道路密度、乡镇密度、河流密度、土壤厚度、土壤N含量、土壤C含量,等等。
(2)物种分布模型
常用的物种分布模型有十几种,包括回归模型、分类树和混合大量简单模型的神经网络、随机森林等。其中逻辑斯蒂回归是最为简单、应用最广的模型。机器学习类复杂模型(如随机森林、神经网络、Maxent等)的预测精度较高,在近年来应用得越来越多。下面简单介绍逻辑斯蒂回归和随机森林模型。
逻辑斯蒂回归是广义线性模型(Generalized Linear Models,简称GLM)的一种形式。广义线性模型是一般线性模型的扩展,允许因变量为二项分布、泊松分布等离散型的分布;而一般线性模型要求因变量为连续变量,而且其残差为正态分布。因此广义线性模型 — 44 —
比一般线性模型有更广泛的应用(McCullagh & Nelder 1989)。大多数统计软件在运行广义线性模型时,都可以应用逐步回归,依据模型拟合优度的统计量Akaike Information Criterioin (AIC)或Bayesian Information Criteria (BIC)去除冗余变量,减少共线性(Thuiller et al. 2009)。
随机森林(Random Forest, 简称RF)应用Breiman的随机森林算法,通过对大量的分类树的计算来进行分类和回归(Breiman 2001)。随机森林把一组解释变量的值(一个向量)输入森林中的每棵分类树中,每棵树都给出这个向量的分类结果(例如物种存在还是不存在)。随机森林对所有的树的分类结果进行打分,并选择得分最高的分类树。整个算法包括树的生长阶段和投票选择阶段。随机森林在树的构建过程中,随机地从源数据集获取训练集,随机地选择训练集的变量,因此和其它树分类器的工作原理完全不同。随机森林构建的组合树的误差率更加小且稳定(Breiman 2001)。
(3)预测分布范围
物种的每个分布点都对应着环境变量的信息,如海拔1500米,植被类型为灌丛,人口密度为5人/平方公里,等等。根据物种分布点的环境信息和背景信息(整个区域),物种分布模型可以量化物种对环境的依赖关系,从而预测任何一点(该点必须有环境变量的信息)物种分布的概率。
一般而言,可以随机选择地点预测物种分布的概率,也可以系统地按照0.2度的间隔在全国选择预测点(如动物红线划分中选择 — 45 —
23953个),预测物种在这些预测点的分布概率。有两种物种分布模型(即Maxent和GARP)直接调用环境变量的GIS图层,并生成预测图层,所以不需要选择预测点。在生成23953点表示物种分布的概率后,可以通过几个途径划出等值线。例如,GIS的空间插值法可以生成等值线图,等值线取值范围在0-1之间,代表了物种分布的概率,或者生境适宜度。
抄 送:南京环境科学研究所,中国环境科学研究院,环境规划院。
环境保护部办公厅 2014年1月17日印发 — 46 —